library(ggmap)
## Loading required package: ggplot2
Recuperar un mapa descargado.
load("un.RData")
ggmap(un, extent = "normal")

library(sp)
ggmap(un)

Mapa de puntos con valores de elevación
datosElev <- read.csv2("elevacionMedellin.csv")
ggplot(datosElev, aes(x, y, col = elevacion)) +
geom_point()

Recuperar el mapa de MedellÃn.
load("medellin.RData")
Graficación del mapa de MedellÃn agregándole puntos.
ggmap(medellin, base_layer = ggplot(datosElev, aes(x, y, col = elevacion))) +
geom_point()
## Warning: Removed 14 rows containing missing values (geom_point).

ggmap(medellin, base_layer = ggplot(datosElev, aes(x, y, col = elevacion))) +
geom_point() +
scale_color_gradient(low = "yellow", high = "red")
## Warning: Removed 14 rows containing missing values (geom_point).

Conversión del tipo de datos.
library(gstat)
rangoX <- range(datosElev$x)
rangoY <- range(datosElev$y)
malla <- expand.grid(x = seq(from = rangoX[1], to = rangoX[2], length.out = 200),
y = seq(from = rangoY[1], to = rangoY[2], length.out = 200))
coordinates(malla) <- ~ x + y
gridded(malla) <- TRUE
elevMed <- SpatialPointsDataFrame(datosElev[, c(1, 2)],
data = datosElev)
Generación del mapa del calor.
inversoDistanciaPonderada <- idw(formula = elevacion ~ 1,
locations = elevMed,
newdata = malla,
idp = 5)
## [inverse distance weighted interpolation]
plot(inversoDistanciaPonderada)

inverDistPond <- data.frame(coordinates(inversoDistanciaPonderada),
elevEst = inversoDistanciaPonderada@data$var1.pred)
Superposición del mapa de calor.
ggmap(medellin, base_layer = ggplot(inverDistPond, aes(x, y, col = elevEst))) +
geom_point(alpha = 0.05) +
scale_color_gradient(low = "yellow", high = "red")
## Warning: Removed 5400 rows containing missing values (geom_point).
